JOUTICLA Volume 3 No.

2 2017 ISSN: 2503-07103

SISTEM PAKAR MENDIAGNOSA PENYAKIT PADA UNGGAS DENGAN

METODE TEOREMA BAYES BERBASIS WEB

Achmad Rido’i1), Retno Wardhani2), Masruroh3)

1)
Mahasiswa Program Studi Teknik Informatika, Fakultas Teknik, Universitas Islam Lamongan
2)
Dosen Program Studi Teknik Informatika, Fakultas Teknik, Universitas Islam Lamongan
Jl. Veteran No. 53 A Lamongan
Telp. (0332)324706
E-Mail : ahmadridoi14@gmail.com1, retzno@yahoo.com2, ismi_masruroh@yahoo.com3

ABSTRACT
Poultry has many benefits such as its eggs and meat that cannot be separated from the needs of
daily consumption. However, there is a major problem that almost experienced every year for
the breders. The disease in poultry is a serious problem that becomes obstacles for the breeders.
Based on this problem, the application maker made an expert system application to diagnose
the disease in poultry with Bayes theorem method. This application is expected to help the
breeders in diagnosing the disease in poultry, therefore the death of poultry can be minimized.
This application has been successfully designed and implemented using notepad ++ and php
MySQL through several steps of main menu design system, those are; consultation, diseases,
and aid. The coding making is done in notepad ++ application. Then making the database is
done in php MySQL. The result reveals that this application is made to identify the disease
based on the existing symptoms. In testing, 10 breeders stated that this application can help
diagnose the disease in poultry.
Key word: application, web, expert system, bayes theorem method

PENDAHULUAN yang ada pada unggas. Metode ini di pilih

Unggas memiliki banyak manfaat seperti
telur dan dagingnya tidak terlepas dari
kebutuhan konsumsi sehari-hari. Namun, ada
permasalahan utama yang hampir setiap
tahunnya dialami bagi peternak-peternak
unggas. Penyakit pada unggas merupakan
masalah serius yang menjadi rintangan bagi
para peternak. Berdasarkan data survey
Direktorat Jendral Peternakan dan Kesehatan
Hewan tahun 2017 selama bulan maret
terakhir terdapat kematian unggas sebanyak
12.136 ekor, yang terdiri atas 1018 ekor ayam
kampung, 4618 ekor itik, 2300 ekor Puyuh
3985 ekor Broiler, 15 ekor Kalkun dan 200
ekor ayam petelurBerdasarkan data diatas,
angka kematian pada hewan ternak unggas
masih sangatlah tinggi. Wabah penyakit
tersebut sangat merugikan bagi pengusaha
peternakan. Banyak unggas yang baru terkena
virus ataupun gejala gejala ringan harus
segera dimusnahkan karena minimnya
pengetahuan akan jenis penyakit pada unggas.
Dari permasalahan tersebut dibuatlah aplikasi
untuk mendiagnosa jenis-jenis penyakit
unggas. Aplikasi yang akan dibuat akan
menggunakan metode Teorema Bayes untuk
menghitung kemungkinan gejala penyakit
karena perhitungan Teorema Bayes lebih
mudah untuk dipahami, hanya memerlukan
perkodean yang sederhana dan lebih cepat
dalam perhitungan. Aplikasi ini dibuat
berbasis Web dengan menggunakan bahasa
pemrograman php, menggunakan database
mysql dan Xampp. Aplikasi tersebut
diharapkan dapat membantu proses
penanganan gejala penyakit yang di alami
para peternak.
Adapun tujuan dan manfaat yang dapat
diambil dari tugas akhir ini sebagai berikut:
1. Membuat membuat aplikasi Sistem Pakar
Mendiagnosa Penyakit Pada Unggas
Dengan Metode Teorema Bayes Berbasis
Web?
2. Mendeskripsikan hasil uji coba aplikasi
Sistem Pakar Mendiagnosa Penyakit Pada
Unggas Dengan Metode Teorema Bayes
Berbasis Web?
Teorema Bayes digunakan untuk
menghitung probabilitas terjadinya suatu
peistiwa berdasarkan pengaruh yang didapat
dari hasil observasi. Teorema ini
menerangkan hubungan antara probabilitas
terjadinya peristiwa A dengan syarat peristiwa
B telah terjadi dan probabilitas terjadinya

51 | P a g e
JOUTICLA Volume 3 No.2 2017 ISSN: 2503-07103

peristiwa B dengan syarat peristiwa A telah mengidentifikasi dan mengevaluasi

terjadi. Teorema ini didasarkan pada prinsip
bahwa tambahan informasi dapat
memperbaiki probabilitas.
P(E|H).P(H)
P(H|E)= ……………………. 1)
P(E)
Keterangan:
P(H|E) = probabilitas hipotesis H jika
diberikan evidence E
P(E|H) = probabilitas munculnya evidence E
jika diketahui hipotesis H
P(H) = probabilitas H tanpa mengandung
evidence apapun
P(E) = probabilitas evidence E
Sistem pakar merupakan cabang dari
artacifial intellegent (AI) yang tertua karena
sudah mulai dikembangkan pada pertengahan
1960. Sistem pakar yang muncul pertama kali
adalah General-Purpose Problem Solver
(GPS) yang dikembangkan oleh Newel dan
Simon. Istilah sistem pakar berasal dari
knawledge-based expert system.karena sistem
pakar untuk memecahkan masalah, dan sistem
pakar menggunakan pengetahuan seorang
pakar yang di masukkan kedalam komputer.
Xampp adalah perangkat lunak bebas yang
mendukung banyak sistem operasi,
merupakan campuran dari beberapa program,
yang mempunyai fungsi sebagai server yang
berdiri sendiri (localhost), yang terdiri dari
program MySQL database, Apache HTTP
Server, dan penerjemah ditulis dalam bahasa
pemograman php dan perl.
PHP merupakan aplikasi perangkat lunak
opensource, dimanana kepanjangaan PHP
adalah Hypertext Prepocessor yang diatur
dalam aturan general purpose licences (GPL).
Pemrograman PHP merupakan pemrograman
yang sangat cocok dikembangkan
dilingkungan web karena bisa diletakkan pada
script HTML ataupun sebaliknya
METODOLOGI PENELITIAN
Tahap analisis pembuatan aplikasi sistem
pakar mendiagnosa penyakit pada unggas
dilakukan dengan penguraian bagian
komponen-komponen dengan maksud
pemasalahan. Tahap ini meliput:
1. Wawancara atau survey
2. Analilsis
3. Desain
4. Coding program
5. Testing / percobaan
6. Implementasi
7. Dokumentasi
Dalam pembuatan aplikasi sistem pakar
mendiagnosa penyakit pada unggas ini
menggunakan metode teorema bayes untuk
menghitung kemungkinan gejala penyakit
yang ada pada unggas. Metode ini di pilih
karena perhitungan teorema bayes lebih
mudah untuk dipahami, hanya memerlukan
perkodean yang sederhana dan lebih cepat
dalam perhitungan
Aplikasi sistem pakar mendiagnosa
penyakit pada unggas ini dibuat dengan
menggunakan basis website melalui tahapan
pembuatan menu dan coding serta pembuatan
database program menggunakan php mysql.
Diagram konteks merupakan suatu
diagram yang menggunakan notasi-notasi
untuk menggambarkan arus dari data sistem,
yang penggunaannya sangat membantu untuk
memahami sistem secara logika, tersruktur
dan jelas.seperti Gambar 1.
login
1
konsultasi
SISTEM PAKAR USER
ADMIN
MENDIAGNOSA GEJALA
input gejala dan
PENYYAKIT PADA
penyakit
UNGGAS output data penyakit
input data diagnosa dan dan solusi
solusi
Gambar 1. Diagram Konteks
Pada data flow diagram level 1 dijelaskan
tentang proses-proses yang dilakukan admin
dan user kepada sistem dan output yang
diberikan sistem kepada user, dalam DFD
level 0 ini akan dijelaskan bagaimana alur
yang akan dilakukan oleh system seperti
Gambar 2.

52 | P a g e
JOUTICLA Volume 3 No.2 2017 ISSN: 2503-07103

proses data
ADMIN validasi 1 login
1 admin
login
output data
input id dan
login
pasword

menyimpan data analisa

2 analisa hasil
informasi inputan
menyimpan data gejala
2
mengelola data 3 gejala
input data gejala , informasi inputan
penyakit dan solusi
menyimpan data penyakit
informasi data yang di inputkan 4 penyakit
informasi inputan

menyimpan data relasi

5 relasi
informasi inputan

informasi inputan
import data
6 tmp_analisa
proses data

informasi inputan 3
7 tmp_gejala konsultasi
proses data

informasi inputan
8 tmp_penyakit
proses data

informasi inputan
9 tmp_pasien
inputan identitas menginputkan gejala penyakit
output data
konsultasi

4 USER
hasil
informasi penyakit dan solusi

Gambar 2. Data Flow Diagram

Suatu bagan dengan simbol-simbol tertentu

yang menggambarkan urutan prosessecara
mendetail dan hubungan antara suatu proses
(instruksi) dengan lainnya dalam suatu
program seperti Gambar 3.

53 | P a g e
JOUTICLA Volume 3 No.2 2017
Gambar 3. Flowchart Sistem
HASIL DAN PEMBAHASAN
Menu utama berfungsi sebagai menu
tampilan program yang menampilkan halaman
awal pada program SEPERTI Gambar 4.
Gambar 4. Menu Utama
Menu konsultasi digunakan untuk user
untuk melakukan konsultasi penyakit yang
diderita oleh unggas. Berikut tampilan menu
utama aplikasi sistem pakar mendiagnosa
penyakit pada unggas seperti Gambar 5.
54 | P a g e
ISSN: 2503-07103
Gambar 5. Menu Konsultasi
Sub menu hasil diagnosa berisi tentang
hasil dari pemilihan gejala penyakit yang
sudah di pilih. Dalam menu ini di jelaskan
tetang penyakit yang di derita unggas dan
solusi dari penyakit yang di derita oleh
unggas. Berikut gambar dari sub menu hasil
diagnose seperti Gambar 6.
Gambar 6. Sub Menu hasil diagnosa
Pengujian ini dilakukan dengan maksud
untuk mengetahui batasan sampai mana
program aplikasi ini dapat berjalan, sampai
mana aplikasi ini dapat bekerja menampilkan
informasi atau output yang diinginkan oleh
pengguna. Dalam tahap uji coba ini akan
dicari letak dari kekurangan, disamping itu
JOUTICLA Volume 3 No.2 2017 ISSN: 2503-07103

pengujian juga bertujuan untuk 1. Segmen program menu utama

mengembangkan aplikasi pada tahap yang - <div class="navbar-
lebih tinggi. header"> <button type="button"
Gejala yang tampak pada user ada 2 gejala class=" navbar-toggle
yaitu lemah (G001) dan bulu mudah rontok collapsed" data-
(G002). Berdasarkan gejala tersebut maka toggle="collapse" data target
dapat dihitung: ="#navbar-collapse-2"> <span
class="sr-only">Toggle
1. Botulism (P001)
navigation</span> <span
Jika probabilitas Botulism (P001) adalah : class="icon-bar"></span>
0,1 <span class="icon-bar"></span>
Jika probabilitas gejala memandang <span class="icon-bar"></span>
penyakit adalah : </button> <a class="navbar-
- lemah (G001) : 0,2 brand" href="#">SP Mendiagnosa
- bulu mudah rontok (G002) : 0,2 Unggas</a> </div>
Perhitungan nilai bayes : - <div class="collapse
navbar-collapse" id="navbar-
1. P(P001|G001)
P(G001|P001)*P(P001) collapse-2"><ul class="nav
= P(G001|P001)* P(P001)+P(G001|P002)* P(P002)+ navbar-nav navbar-
P(G001|P003)* P(P003)+ P(G001|P004)* P(P004)+ right"><li><ahref=
P(G001|P005)* P(P005) "index.php">Halaman Utama
0,2*0,1 </a></li> <li><a href="?page=
= (0,2*0,1)+ (0,0*0,1)+ (0,0*0,1)+ (0,0*0,1)+ =
nama">Konsultasi</a></li><li><a
(0,0*0,1)
, href="?page=penyakit">Daftar
,
= 0,38 Penyakit</a></li><li><a
2. P(P001|G002) href="?page=bantuan">Bantuan</a>
P(G002|P001)*P(P001) </li> </div>
= P(G002|P001)* P(P001)+P(G002|P002)* P(P002)+
P(G002|P003)* P(P003)+ P(G002|P004)* P(P004)+
P(G002|P005)* P(P005) Keterangan
0,2*0,1 0,02
= (0,2*0,1)+ (0,0*0,1)+ (0,0*0,1)+ (0,0*0,1)+ = = 1. segmen coding pertama digunakan untuk
0,131
(0,0*0,1) memunculkan menu utama program.
0.152 2. segmen coding kedua digunakan untuk
Total bayes = 0,38 + 0,152 = 0,532 memunculkan menu konsultasi , daftar
Maka perhitungan probabilitas penyakit penyakit, dan bantuan.
penyakitnya adalah : Penyakit target 2. Segmen program menu konsultasi
spot (P01) = 0,532 / 2 * 100% = 26 % - <tr><th><b>JAWABLAH PERTANYAAN
Berdasarkan hasil perhitungan di atas BERIKUT :</b></th></tr><tr><td
maka bebek mengalami botulism dengan width="312">Apakah Ayam Anda
presentase 26 %, yang sebelumnya user mengalami<b><?php echo
menginputkan gejala lemah dan bulu mudah $gejala; echo "[ $kdgejala ]";
?> </b>? <input
rontok name="TxtKdGejala" type
Pengujian black box dilakukan untuk ="hidden" value="<?php echo
memastikan bahwa suatu event atau $kdgejala; ?>"></td></tr><tr>
masukan akan menjalankan proses yang - <td> <input type="radio"
tepat dan menghasilkan output sesuai name="RbPilih" value="YA"
dengan rancangan. Berikut hasil pengujian checked>Benar (YA) <input
black box terhadap aplikasi sistem pakar type="radio" name="RbPilih"
mendiagnosa penyakit unggas. value="TIDAK">Salah(TIDAK)</td
>

55 | P a g e
JOUTICLA Volume 3 No.2 2017
- <td> <input class="btn btn-
success raised" type="submit"
name="Submit"value="Jawab"></t
d></tr><tr><td>&nbsp;</td></tr
><tr><th><strong>GEJALA YANG
TERPILIH YA (BENAR)</strong
></th></tr><tr><td>
Keterangan
1. segmen coding pertama digunakan untuk
menampilkan pertanyaan penyakit.
2. segmen coding kedua digunakan untuk
menampilkan pilihan ya dan tidak.
3. segmen coding ketiga digunakan untuk
menampilkan pilihan gejala yang ada
dalam relasi penyakit.
KESIMPULAN
Dari hasil penelitian dan perancangan pada
bab sebelumnya maka penulis dapat
mengambil kesimpulan diantaranya sebagai
berikut: Aplikasi sistem pakar mendiagnosa
penyakit pada unggas dengan metode teorema
bayes berbasis web. Dari hasil ujicoba
56 | P a g e
ISSN: 2503-07103
aplikasi dengan menggunakan blackbox
testing semua tombol dalam aplikasi dapat
berjalan dengan baik. Dari Aplikasi yang
dibuat dapat melakukan identifikasi penyakit
berdasarkan gejala yang sudah ada. Pada
pengujian dari 10 peternak peternak
menyatakan bahwa aplikasi ini dapat
membantu mendiagnosa penyakit pada
unggas. Dari hasil penelitian teorema bayes
penyakit perbanyak pada unggas yaitu
penyakit snot dengan jumlah 70%.
REFERENSI
[1] Bayes . Thomas. 1763. Definisi
Theorema Bayes. Diakses Dari:
https://www.idomaths.com
/id/peluang5.php. Jumat 19 Mei 2017.
[2] Buana. Setia. 2014. Jago Pemrograman
PHP. Dunia Komputer, Jakarta Timur.
[3] Nafi’iyah. Nur. 2017. Komputer Cerdas
untuk Mahasiswa Informatika. CV Budi
Utama, Yogyakarta
[4] Lukito. Muhammad. 2016. Pengertian
dan Bagian-Bagian Xampp. Diakses
dari:http//DosenPendidikan.com. Selasa.
16 Mei 2017.